研究目的:归纳阐释土地退化平衡(LDN)对国土空间生态保护修复的理论意蕴,回答LDN导向下国土空间生态保护修复的路径选择。研究方法:逻辑推理法、归纳演绎法。研究结果:(1)LDN具有鲜明的时空特征和明确的响应层次,并遵循“同类平衡(Like for Like)”与“一票否决(One out-All out)”原则。(2)新形势下土地资源的空间载体、生态本底、安全保障、服务双碳目标等功能得到拓展,客观上要求生态保护修复协调好尺度与格局、要素与系统、食物与生态、减排与增汇之间的关系。(3)LDN对生态保护修复的理论意蕴包括多尺度嵌套的动态平衡、多目标权衡的系统治理、多手段协同的实现路径。(4)基于LDN的国土空间生态保护修复策略包括:构建“功能—尺度”与“要素—系统”相耦合的LDN目标函数,引导生态保护修复目标量化;制定螺旋递进式“分区管控—分级治理—分类施策”的管理策略,促进自然与行政区划在空间上的有效衔接;建立“干预管制—激励竞争—强制倒逼—差别治理”协同的保障机制,协调“自然—社会—政府—市场”等多部门关系。研究结论:LDN在国土空间生态保护修复实践中具有积极的理论意义与现实价值,能够将原本抽象的概念具化、空洞的目标量化、感性的修复理性化。
稀疏卷积在处理激光雷达点云单目标跟踪时的潜力尚未得到充分发掘.目前,绝大多数点云跟踪算法使用基于球邻域的骨干网络,其显存计算资源占用大并且目标感知的关系建模不充分.针对此问题,本文提出一种基于稀疏卷积结构的LiDAR(Lightlaser Detection And Ranging)点云跟踪算法,并创新性地融合了空间点与体素双通道的关系建模模块,以高效适应稀疏框架下目标判别信息的嵌入.首先,本文采用3D稀疏卷积残差网络来分别提取模板和搜索区域的特征,并利用反卷积来获取逐点特征来保证跟踪任务中对空间位置特性的要求.其次,关系建模模块进一步在模板与搜索区域特征之间计算相似度语义查询表.为了捕捉到模板与搜索区域间细粒度的关联性,该模块一方面在空间点通道中利用近邻算法找出每个搜索区域点的模板近邻点,并根据语义查询表提取对应特征;另一方面,在体素通道中以每个搜索区域点为中心构建局部多尺度体素,并根据落入体素单元的模板点索引计算语义查询表中值的累计和.最后,将双通道的特征融合并送入基于鸟瞰图的候选包围盒生成模块来回归目标包围盒.为了验证所提出方法的优越性,本文在KITTI和NuScenes数据集进行了测试,对比其他使用稀疏卷积的算法,本文方法平均成功率和精确率分别提升了11.0%和12.0%.本文方法在继承了稀疏卷积高效特点的同时还实现了跟踪精度的提高.
暂无评论